[发明专利]企业信用评价方法、装置及电子设备

说明书

本发明提供了企业信用评价方法、装置及电子设备。其中，该方法包括：获取待评价企业的特征信息；其中，特征信息包括维度指标以及每个维度指标对应的企业数据；维度指标包括以下至少之一：总订单完成率、成本利润率、产品质量合格率、准时交货率、订单管理成本、库存成本和通讯成本；将特征信息输入至预先训练好的概率图模型，以使概率图模型根据特征信息输出待评价企业的信用值；其中，概率图模型为基于供应链中企业关系训练得到；从而利用概率图模型，实现了在企业信用值评价过程中，从企业所在供应链的角度出发，有效利用其他企业与待评价企业的关系，丰富了评价方法，提高了待评价企业的信用值精度。

技术领域

本发明企业信用技术领域，尤其是涉及企业信用评价方法、装置及电子设备。

背景技术

在当前大数据时代下，企业信用是企业产品服务、资本运营、公共关系、经营现状和管理能力的综合表现，企业信用已成为大数据时代下企业的隐形资产和综合实力证明。因此，建立可靠准确、更新及时的企业信用评判体系具有长远意义。

现有方法主要是利用线性回归对个人信用或企业信用进行等级评价，在监督学习场景下，对采集到的企业相关信息和已知信用评估值进行线性回归建模，以使训练好的回归模型根据输入的待评价企业的特征数据输出该企业的信用等级。这种方法虽然可以实现企业信用等级的评价，但是特征数据比较单一，大都是人为定义的待评价企业的企业数据，因此，现有评价方法相对单一，降低了企业的信用评价值，导致企业的信用评价值并不理想。

发明内容

有鉴于此，本发明的目的在于提供企业信用评价方法、装置及电子设备，以缓解上述问题，提高了企业的信用值精度。

第一方面，本发明实施例提供了一种企业信用评价方法，该方法包括：获取待评价企业的特征信息；其中，特征信息包括维度指标以及每个维度指标对应的企业数据；维度指标包括以下至少之一：总订单完成率、成本利润率、产品质量合格率、准时交货率、订单管理成本、库存成本和通讯成本；将特征信息输入至预先训练好的概率图模型，以使概率图模型根据特征信息输出待评价企业的信用值；其中，概率图模型为基于供应链中企业关系训练得到。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，上述概率图模型的训练过程如下：获取训练样本集；其中，训练样本集包括训练供应链中多个企业训练样本，以及每个企业训练样本的训练特征信息；且，至少部分企业训练样本还标注有信用标注值；将训练样本集输入至原始概率图模型进行训练，以得到概率图模型。

结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第二种可能的实施方式，其中，该方法还包括：根据训练供应链中的多个企业训练样本，构建原始概率图模型；其中，原始概率图模型包括多个节点，节点用于表征企业训练样本，具有企业关系的两个节点之间连接有关系线。

结合第一方面的第二种可能的实施方式，本发明实施例提供了第一方面的第三种可能的实施方式，其中，上述将训练样本集输入至原始概率图模型进行训练的步骤之前，该方法还包括：基于最大团对原始概率图模型进行拆解，得到原始概率图模型包含的多个最大团；其中，最大团为概率图模型中的多个节点组成的子集，且，子集内的任意两个节点之间具有连接线，以及，子集并非原始概率图模型中节点组成的其余子集的真子集；基于特征函数计算每个最大团的特征函数值；其中，特征函数值用于表征最大团内的多个节点之间的契合度。

结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第四种可能的实施方式，其中，上述将训练样本集输入至原始概率图模型进行训练的步骤，包括：将训练样本集输入至原始概率图模型进行训练，直至原始概率图模型的损失函数收敛，完成训练过程，得到概率图模型。

结合第一方面的第四种可能的实施方式，本发明实施例提供了第一方面的第五种可能的实施方式，其中，该方法还包括：根据下式计算原始概率图模型的损失函数：